本文主要是介绍Django开发时如何避免频繁发送短信验证码（python图文代码），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《Django开发时如何避免频繁发送短信验证码（python图文代码）》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑...
避免频繁发送 验证码
存在的问题：
- 虽然我们在前端界面做了60秒倒计时功能。
- 但是恶意用户可以绕过前端界面向后端频繁请求 验证码。
解决办法：
- 在后端也要限制用户请求 验证码的频率。60秒内只允许一次请求 验证码。
- 在Redis数据库中缓存一个数值，有效期设置为60秒。
1. 避免频繁发送 验证码逻辑分析
2. 避免频繁发送 验证码逻辑实现
1.提取、校验send_flag
send_flag = redis_conn.get('send_flag_%s' % mobile)
if send_flag:
return http.jsonResponse({'code': RETCODE.THROTTLINGERR, 'errmsg': '发送 过于频繁'})
2.重新写入send_flag
# 保存 验证码
redis_conn.setex('sms_%s' % mobile, constants.SMS_CODE_REDIS_EXPIRES, sms_code)
# 重新写入send_flag
redis_conn.setex('send_flag_%s' % mobile, constants.SEND_SMS_CODE_INTERVAL, 1)3.界面渲染频繁发送 提示信息
if (response.data.code == '4001') {
this.error_image_code_message = response.data.errmsg;
this.error_image_code = true;
} else { // 4002
this.error_sms_code_message = response.data.errmsg;
this.error_sms_code = true;
}
pipeline操作Redis数据库
Redis的 C - S 架构：
存在的问题：
- 如果Redis服务端需要同时处理多个请求，加上网络延迟，那么服务端利用率不高，效率降低。
解决的办法：
- 管道pipeline
1. pipeline的介绍
管道pipeline
- 可以一次性发送多条命令并在执行完后一次性将结果返回。
- pipeline通过减少客户端与Redis的通信次数来实现降低往返延时时间。
实现的原理
- 实现的原理是队列。
- Client可以将三个命令放到一个tcp报文一起发送。
- Server则可以将三条命令的处理结果放到一个tcp报文返回。
- 队列是先进先出，这样就保证数据的顺序性。
2. pipeline操作Redis数据库
1.实现步骤
1. 创建Redis管道 2. 将Redis请求添加到队列 3. 执行请求
2.代码实现
# 创建Redis管道
pl = redis_conn.pipeline()
# 将Redis请求添加到队列
pl.setex('sms_%s' % mobile, constants.SMS_CODE_REDIS_EXPIRES, smpythons_code)
pl.setex('send_flag_%s' % mobile, constants.SEND_SMS_CODE_INTERVAL, 1)
# 执行请求
pl.execute()
生产者消费者设计模式
思考：
- 下面两行代码存在什么问题？
问题：
- 我们的代码是自上而下同步执行的。
- 发送 是耗时的操作。如果 被阻塞住，用户响应将会延迟。
- 响应延迟会造成用户界面的倒计时延迟。
解决：
- 异步发送
- 发送 和响应分开执行，将**
发送从主业务中解耦**出来。
思考：
- 如何将**
发送从主业务中解耦**出来。
生产者消费者设计模式介绍
- 为了将**
发送从主业务中解耦出来,我们引入生产者消费者设计模式**。 - 它是最常用的解耦方式之一，寻找**中间人(broker)**搭桥，保证两个业务没有直接关联。
总结：
- 生产者生成消息，缓存到消息队列中，消费者读取消息队列中的消息并执行。
- 由美多商城生成发送 消息，缓存到消息队列中，消费者读取消息队列中的发送 消息并执行。
RabbitMQ介绍和使用
1. RabbitMQ介绍
消息队列是消息在传输的过程中保存消息的容器。
现在主流消息队列有：
RabbitMQ、ActiveMQ、Kafka等等。RabbitMQ和ActiveMQ比较
- 系统吞吐量：
RabbitMQ好于ActiveMQ - 持久化消息：
RabbitMQ和ActiveMQ都支持 - 高并发和可靠性：
RabbitMQ好于ActiveMQ
- 系统吞吐量：
RabbitMQ和Kafka：
- 系统吞吐量：
RabbitMQ弱于Kafka - 可靠性和稳定性：
RabbitMQ好于Kafka比较 - 设计初衷：
Kafka是处理日志的，是日志系统，所以并没有具备一个成熟MQ应该具备的特性。
- 系统吞吐量：
综合考虑，本项目选择RabbitMQ作为消息队列。
2. 安装RabbitMQ（ubuntu 16.04）
1.安装Erlang
- 由于 RabbitMQ 是采用 Erlang 编写的，所以需要安装 Erlang 语言库。
# 1. 在系统中加入 erlang apt 仓库 $ wget $ sudo dpkg -i erlang-solutions_1.0_all.deb # 2. 修改 Erlang 镜像地址，默认的下载速度特别慢 $ vim /etc/apt/sources.list.d/erlang-solutions.list # 替换默认值 $ deb xenial contrib # 3. 更新 apt 仓库和安装 Erlang $ sudo apt-get update $ sudo apt-get install erlang erlang-nox
2.安装RabbitMQ
- 安装成功后，默认就是启动状态。
# 1. 先在系统中加入 rabbitmq apt 仓库，再加入 rabbitmq signing key $ echo 'deb testing main' | sudo tee /etc/apt/sources.list.d/rabbitmq.list $ wget -O- | sudo apt-key add - # 2. 更新 apt 仓库和安装 RabbitMQ $ sudo apt-get update $ sudo apt-get install rabbitmq-server
# 重启 $ sudo systemctl restart rabbitmq-server # 启动 $ sudo systemctl start rabbitmq-server # 关闭 $ sudo systemctl stop rabbitmq-server
3.python访问RabbitMQ
- RabbitMQ提供默认的administrator账户。
- 用户名和密码：
guest、guest - 协议：
amqp - 地址：
localhost - 端口：
5672 - 查看队列中的消息：
sudo rabbitctl list_queues
# Python3虚拟环境下，安装pika $ pip install pika
# 生产者代码：rabbitmq_producer.py import pika # 链接到RabbitMQ服务器 credentials = pika.PlainCredentials('guest', 'guest') connection = pika.blockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials)) #创建频道 channel = connection.channel() # 声明消息队列 channel.queue_declare(queue='zxc') # routing_key是队列名 body是要插入的内容 channel.basic_publish(exchange='', routing_key='zxc', body='Hello RabbitMQ!') print("开始向 'zxc' 队列中发布消息 'Hello RabbitMQ!'") # 关闭链接 connection.close()
# 消费者代码：rabbitmq_customer.py
import pika
# 链接到rabbitmq服务器
credentials = pika.PlainCredentials('guest', 'guest')
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials))
# 创建频道，声明消息队列
channel = connectiandroidon.channel()
channel.queue_declare(queue='zxc')
# 定义接受消息的回调函数
def callback(ch, method, properties, body):
print(body)
# 告诉RabbitMQ使用callback来接收信息
channel.basic_consume(callback, queue='zxc', no_ack=True)
# 开始接收信息
channel.start_consuming()
3. 新建administrator用户
# 新建用户，并设置密码 $ sudo rabbitmqctl add_user admin your_password # 设置标签为administrator $ sudo rabbitmqctl set_user_tags admin administrator # 设置所有权限 $ sudo rabbitmqctl set_permissions -p / admin ".*" ".*" ".*" # 查看用户列表 sudo rabbitmqctl list_users # 删除用户 $ sudo rabbitmqctl delete_user admin
4. RabbitMQ配置远程访问
1.准备配置文件
- 安装好
RabbitMQ之后，在/etc/rabbitmq目录下面默认没有配置文件，需要单独下载。
$ cd /etc/rabbitmq/ $ wget $ sudo cp rabbitmq.config.example rabbitmq.config
2.设置配置文件
$ sudo vim rabbitmq.config # 设置配置文件结束后，重启RabbitMQ服务端 $ sudo systemctl restart rabbitmq-server
配置完成后，使用rabbitmq_producer.py、rabbitmq_customer.py测试。
Celery介绍和使用
思考：
- 消费者取到消息之后，要消费掉（执行任务），需要我们去实现。
- 任务可能出现高并发的情况，需要补充多任务的方式执行。
- 耗时任务很多种，每种耗时任务编写的生产者和消费者代码有重复。
- 取到的消息什么时候执行，以什么样的方式执行。
结论：
- 实际开发中，我们可以借助成熟的工具
Celery来完成。 - 有了
Celery，我们在使用生产者消费者模式时，只需要关注任务本身，极大的简化了程序员的开发流程。
1. Celery介绍
Celery介绍：
- 一个简单、灵活且可靠、处理大量消息的分布式系统，可以在一台或者多台机器上运行。
- 单个 Celery 进程每分钟可处理数以百万计的任务。
- 通过消息进行通信，使用
消息队列（broker）在客户端和消费者之间进行协调。
安装Celery：
$ pip install -U Celery
- [Celery官方js文档]
2. 创建Celery实例并加载配置
1.定义Celery包
2.创建Celery实例
celery_tasks.main.py
# celery启动文件
from celery import Celery
# 创建celery实例
celery_app = Celery('meiduo')3.加载Celery配置
celery_tasks.config.py
# 指定消息队列的位置 broker_url= 'amqp://guest:guest@192.168.103.158:5672'
celery_tasks.main.py
# celery启动文件
from celery import Celery
# 创建celery实例
celery_app = Celery('meiduo')
# 加载celery配置
celery_app.config_from_object('celery_tasks.config')3. 定义发送 任务
1.注册任务：celery_tasks.main.py
# celery启动文件
from celery import Celery
# 创建celery实例
celery_app = Celery('meiduo')
# 加载celery配置
celery_app.config_from_object('celery_tasks.config')
# 自动注册celery任务
celery_app.autodiscover_tasks(['celery_tasks.sms'])2.定义任务：celery_tasks.sms.tasks.py
# bind：保证task对象会作为第一个参数自动传入
# name：异步任务别名
# retry_backoff：异常自动重试的时间间隔 第n次(retry_backoff2^(n-1))s
# max_retries：异常自动重试次数的上限
@celery_app.task(bind=True, name='ccp_send_sms_code', retry_backoff=3)
def ccp_send_sms_code(self, mobile, sms_code):
"""
发送 异步任务
:param mobile: 手机号
:param sms_code: 验证码
:return: 成功0 或 失败-1
"""
try:
send_ret = CCP().send_template_sms(mobile, [sms_code, constants.SMS_CODE_REDIS_EXPIRES // 60], constants.SEND_SMS_TEMPLATE_ID)
except Exception as e:
logger.error(e)
# 有异常自动重试三次
raise self.retry(exc=e, max_retries=3)
if send_ret != 0:
# 有异常自动重试三次
raise self.retry(exc=Exception('发送 失败'), max_retries=3)
return send_ret4. 启动Celery服务
$ cd ~/projects/meiduo_project/meiduo_mall $ celery -A celery_tasks.main worker -l info
-A指对应的应用程序, 其参数是项目中 Celery实例的位置。worker指这里要启动的worker。-l指日志等级，比如info等级。
5. 调用发送 任务
# 发送 验证码 # CCP().send_template_sms(mobile,[sms_code, constants.SMS_CODE_REDIS_EXPIRES // 60], constants.SEND_SMS_TEMPLATE_ID) # Celery异步发送 验证码 ccp_send_sms_code.delay(mobile, sms_code)
6. 补充celery worker的工作模式
- 默认是进程池方式，进程数以当前机器的CPU核数为参考，每个CPU开四个进程。
- 如何自己指定进程数：
celery worker -A proj --concurrency=4 - 如何改变进程池方式为协程方式：
celery worker -A proj --concurrency=1000 -P eventlet -c 1000
# 安装eventlet模块 $ pip install eventlet # 启用 Eventlet 池 $ celery -A celery_tasks.main worker -l info -P eventlet -c 1000
总结
到此这篇关于Django开发时如何避免频繁发送短信验证码（python图文代码）的文章就介绍到这了,更多相关Django避免频繁发送短信验证码内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程phpChina编程(www.chinasem.cn)！
这篇关于Django开发时如何避免频繁发送短信验证码（python图文代码）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
